Résumé : Pourquoi la plupart des transformations numériques échouent-elles alors que le système est prêt ? Parce que le travail n’a pas changé. Des étapes concrètes qui partent de la compréhension et de la mesure du processus, puis de la préparation des équipes, et seulement ensuite du choix de l’outil, avec un cas réel chez Ford.
Lorsqu’une organisation décide de passer au numérique, la première étape consiste très souvent à chercher un système. On rencontre des fournisseurs, on compare les offres et on retient la solution la plus impressionnante. Quelques mois plus tard, la même scène se répète : le système est prêt, mais le travail n’a pas changé. Les dossiers papier circulent toujours, les validations arrivent en retard et les employés reviennent à leurs anciens tableaux.
Cette scène n’a rien d’exceptionnel. Dans une enquête mondiale de McKinsey menée en janvier 2018 auprès de 1 793 participants, seuls 16 % ont déclaré que la transformation numérique de leur organisation avait amélioré la performance et maintenu cette amélioration à long terme[1]. Sept pour cent de plus ont indiqué que la performance s’était améliorée, mais sans durer. Dans des secteurs traditionnels comme le pétrole et le gaz, l’automobile et la pharmacie, le taux de réussite se situait entre 4 % et 11 %.
Ce chiffre a ses limites. Il repose sur l’évaluation des participants eux-mêmes, et une transformation n’était jugée réussie que si elle était qualifiée de « très » ou « tout à fait » réussie à la fois pour améliorer la performance et pour la maintenir, ce qui est un critère exigeant. Il ne signifie donc pas que 84 % des projets ont échoué : il signifie que seule une minorité a obtenu une amélioration durable, dont ses propres dirigeants sont convaincus. Son intérêt est de montrer l’ampleur de l’écart entre le lancement d’un système et le changement réel du travail.
La raison est simple : la transformation numérique ne consiste pas à acheter des outils, mais à changer notre manière de travailler[4]. Un outil, aussi bon soit-il, ne répare pas un processus défaillant ; il accélère le défaut et le rend plus coûteux.
L’automatisation ne répare pas le chaos
Si un processus comporte cinq étapes inutiles, l’automatiser revient à exécuter ces cinq étapes plus vite. Si les responsabilités sont floues, le nouveau système ne désignera pas de responsable ; il affichera la confusion sur un bel écran. Michael Hammer appelait déjà en 1990 à repenser le processus lui-même plutôt qu’à l’automatiser tel quel[2]. Le vrai travail commence donc avant de choisir une plateforme : dessiner comment le travail se fait réellement aujourd’hui, où le temps se perd et ce qui peut être supprimé purement et simplement.
Un cas réel : Ford. Le problème : le service des comptes fournisseurs de Ford en Amérique du Nord (le paiement des factures des fournisseurs) employait plus de 500 personnes, alors que le service équivalent de Mazda en comptait cinq. L’essentiel de l’effort consistait à rapprocher le bon de commande, le document de réception et la facture sur 14 données, puis à courir après chaque écart.
Le changement : Ford ne s’est pas contentée d’automatiser ce rapprochement ; elle en a supprimé la cause. Les achats saisissaient chaque commande dans une base de données en ligne, la réception consultait la même base à l’arrivée des marchandises, et le paiement était déclenché sans attendre de facture du fournisseur, le rapprochement ne portant plus que sur trois éléments au lieu de 14. Le résultat : une réduction de 75 % des effectifs du service, là où les méthodes d’amélioration classiques en auraient donné environ 20 %[2]. La technologie était le moyen d’exécuter le nouveau processus, non un substitut à sa conception.
Commencer par les questions, pas par les démonstrations
Avant de demander une offre à un fournisseur, essayez de répondre honnêtement à ces questions :
• Quel est exactement le problème à résoudre, et comment saurons-nous qu’il est résolu ?
• Qui utilisera cette solution au quotidien, et a-t-il participé à sa conception ?
• Quelles étapes accomplissons-nous aujourd’hui sans qu’elles ajoutent de la valeur ?
• Les données sur lesquelles nous nous appuierons sont-elles exactes et bien organisées ?
• Qui portera la responsabilité du changement après la fin du projet ?
Ces questions révèlent souvent qu’une grande partie de la solution est organisationnelle, et non technique.
Laisser les données révéler le problème et juger la solution
Ne vous fiez pas aux impressions pour décider de ce qu’il faut changer. Les journaux de demandes (date de début et date d’achèvement) montrent où les attentes s’accumulent, le nombre de retours et de corrections montre où surviennent les erreurs, et le volume de demandes de chaque circuit montre où l’effort mérite d’être investi en premier. Les chiffres révèlent souvent que le problème n’est pas là où tout le monde le croit.
Après le pilote, comparez les résultats aux mêmes chiffres relevés avant le changement, et non à un sentiment général : vous saurez ainsi si la solution a vraiment fonctionné. Si les données sont incomplètes ou dispersées dans de nombreux fichiers, les nettoyer est la première étape du projet, et peut-être l’un de ses résultats les plus précieux.
Les personnes avant les systèmes
Le plus difficile dans toute transformation numérique, c’est l’habitude. L’employé qui maîtrise l’ancienne méthode ne l’abandonnera pas simplement parce que la direction l’a décidé. Le changement réussit lorsque les gens comprennent pourquoi le travail change, lorsqu’ils participent à la définition de la nouvelle méthode et lorsqu’ils voient des résultats concrets dès les premières semaines[3]. C’est pourquoi le budget de formation et d’accompagnement n’est pas moins important que celui des licences.
Commencer petit et mesurer
Il n’est pas nécessaire de transformer toute l’organisation d’un coup. Choisissez un processus clair, comme la réception des demandes, le suivi des présences ou les validations internes, puis suivez ces étapes :
1. Analyser le processus. Cartographiez les étapes telles qu’elles sont réellement exécutées, et non telles que le décrit le manuel, et notez pour chacune qui l’effectue, combien de temps elle prend et combien de fois elle est refaite à cause d’une erreur. Repérez les étapes qui n’apportent aucune valeur à l’utilisateur ou à l’organisation.
2. Choisir les indicateurs de performance. Trois ou quatre indicateurs directement liés au problème suffisent, par exemple : le délai entre la demande et son traitement, le taux d’erreurs et de reprises, le coût par transaction et la satisfaction des utilisateurs. Relevez leurs valeurs actuelles avant tout changement : elles seront votre point de référence.
3. Repenser et tester. Supprimez ce qui n’a pas de valeur et simplifiez le reste sur le papier, puis testez avec une petite équipe pendant une durée définie, de six à huit semaines par exemple.
4. Définir le système adapté. Transformez ce que vous avez appris en liste d’exigences (ce que l’outil doit faire pour servir le nouveau processus), comparez les offres à cette liste et demandez à essayer le système sur votre propre processus avant de signer.
5. Mesurer et généraliser. Comparez les indicateurs au point de référence. S’ils se sont améliorés, étendez aux autres services ; sinon, revoyez la conception avant de remettre l’outil en cause.
Ainsi, vous achetez ce dont vous avez réellement besoin, et non ce qui vous a séduit lors de la présentation.
Cela veut-il dire qu’il ne faut pas acheter de technologie ?
Bien sûr que non. La technologie est un puissant facilitateur lorsqu’elle est à la bonne place[5]. Il s’agit qu’elle vienne en troisième position, pas en première : comprendre le travail d’abord, préparer les personnes ensuite, choisir l’outil adapté enfin. Quand les fondations sont solides, toute plateforme raisonnable peut donner de bons résultats ; quand elles sont fragiles, le système le plus cher du marché ne les sauvera pas.
Conclusion
La transformation numérique est un parcours qui commence par la question « Comment travaillons-nous ? » et non « Qu’achetons-nous ? ». Ceux qui commencent par comprendre leur processus et préparer leur équipe gagnent du temps et de l’argent, et obtiennent un résultat qui dure plus longtemps que n’importe quelle licence.



